用PCA仍是LDA？特征抽取经典算法大PK

在以前的格物汇文章中，咱们介绍了特征抽取的经典算法——主成分分析（PCA），了解了PCA算法实质上是进行了一次坐标轴旋转，尽量让数据映射在新坐标轴方向上的方差尽量大，而且让原数据与新映射的数据在距离的变化上尽量小。方差较大的方向表明数据含有的信息量较大，建议保留。方差较小的方向表明数据含有的信息量较少，建议舍弃。今天咱们就来看一下PCA的具体应用案例和特征映射的另外一种方法：线性判别分析（LDA）

>>阅读原文<<